[发明专利]一种基于机器视觉的烟草切丝后异物在线检测方法

权利要求书

1.一种基于机器视觉的烟草切丝后异物在线检测方法，其特征在于，包括：

获取待检测烟丝的彩色图像；

对所述待检测烟丝的彩色图像进行滤波处理和对比度增强处理；

通过特征提取算法从处理后的彩色图像中提取出待检测烟丝的色彩空间统计特征；

针对待检测烟丝的色彩空间统计特征，采用预设的多个色彩空间分类器进行联合检测；其中，不同的色彩空间分类器用于检测不同特征的异物；

对每个色彩空间分类器的检测结果进行统计判断，将检测结果中对应连通域面积小于预设面积阈值的连通域删除；

对所述多个色彩空间分类器的统计判断输出结果做或运算，得到像素级检测结果；

针对上述像素级检测结果，采用多个预设的异物鉴别器并行的方式进行鉴别，用于排除不满足异物特征的图像区域；

对上述异物鉴别器鉴别后的图像数据进行融合处理，得到最终检测结果；

所述色彩空间分类器的参数根据Neyman-Pearson准则进行训练，依据零假设检验理论进行检验，训练得到分类准确的分类器；

所述色彩空间分类器的参数的训练方法包括：

获取无异物的烟丝彩色图像；

对上述无异物烟丝的彩色图像进行滤波处理和对比度增强处理；

通过特征提取算法从处理后的彩色图像中提取出无异物烟丝的色彩空间统计特征；

基于不同的检测需求，对不同色彩空间分类器的参数进行训练，得到每个色彩空间分类器对应的检测阈值和最小检测面积；其中，所述检测阈值用于判断是否存在对应特征的异物，所述最小检测面积用于设定预设面积阈值；

所述对不同色彩空间分类器的参数进行训练的步骤还包括：

计算色彩空间统计特征的直方图概率密度分布；

基于预设的概率密度分布阈值，在直方图概率密度分布中搜索符合预设的概率密度分布阈值的临界点；

基于所述临界点得到检测阈值；

针对色彩空间统计特征采用检测阈值做二值化分割，并且根据分割结果计算得到多个连通域面积；

选取连通域面积最大值，并且与预设的调节参数相加得到最小检测面积。

2.根据权利要求1所述的方法，其特征在于，所述滤波处理采用总变分法进行滤波处理。

3.根据权利要求1所述的方法，其特征在于，所述对比度增强处理采用去相关拉伸算法进行对比度增强处理。

4.根据权利要求1所述的方法，其特征在于，所述待检测烟丝的色彩空间统计特征包括：待检测烟丝的彩色图像对应RGB色彩空间中三个通道矩阵之间的两两相互比值以及三个通道的纵向标准差；待检测烟丝的彩色图像对应Lab色彩空间的a通道和b通道以及L、a、b三个通道之间的两两相互比值。

5.根据权利要求1所述的方法，其特征在于，所述异物鉴别器包括棕色异物鉴别器、黄色异物鉴别器、黑色异物鉴别器，这三类鉴别器的目标是根据异物特征消除误报，保留正确的异物检测信息；所述异物鉴别器还包括针对生产线中指定的可不定义为异物的非烟物质特殊设计的异物鉴别器，这类鉴别器的目标是根据异物特征滤除有关该非烟物质的检测结果。

6.根据权利要求5所述的方法，其特征在于，所述异物特征包括连通域面积大小、连通域的长度、连通域的宽度、连通域的长宽比、色彩空间的方差。

7.根据权利要求1所述的方法，其特征在于，所述检测阈值为符合预设的概率密度分布阈值的临界点对应的左侧阈值、右侧阈值中的一个；且所述检测阈值采用单阈值或者双阈值。